谁说玩 AI 一定要买 4090？
几百块的树莓派也能跑大模型
把 AI 塞进火柴盒大小的开发板里。
打造一个无需联网、绝对隐私、24小时待命的家庭智能中枢。
这才是极客该玩的“边缘计算”。
入门 AI 硬件的 3 大神器
树莓派 5 (Raspberry Pi 5)
特点： 生态最强，社区教程无数。虽然没有 NPU，但 5 代的 CPU 性能强悍，配合 8G 内存，跑量化版 Llama3 7B 勉强能用，做 CV（机器视觉）识别很稳。
NVIDIA Jetson Orin Nano
特点： 哪怕是入门款，也带着 NVIDIA 的 GPU 基因。天生适合跑 CUDA 加速。如果你想做“能够识别猫狗并自动喂食”的机器人，这是首选。
香橙派 / 瑞芯微 3588
特点： 国产之光，性价比极高。RK3588 芯片自带 6TOPS 算力的 NPU，在跑 YOLO（目标检测）和一些轻量级 LLM 时，推理速度甚至吊打树莓派。
周末就能做完的酷炫项目
项目一：AI 智能猫眼/监控
原理： 树莓派 + 摄像头 + YOLOv8 模型。
功能： 只有当画面中出现“人”或“快递员”时才录像推送。自动过滤掉风吹草动和猫狗。不仅省存储空间，还更精准。
项目二：离线语音助手（贾维斯雏形）
原理： Whisper (语音转文字) + Ollama (大模型思考) + Piper (文字转语音)。
功能： 放在桌面上，不用联网，完全隐私。你可以随时问它天气、让它控制家里的灯光，或者只是陪聊。
项目三：家庭 NAS 影音中心整理
原理： 使用多模态模型 (LLaVA) 扫描你的硬盘。
功能： 自动给几千张乱七八糟的照片打标签（“海边”、“生日”、“发票”）。以后找照片，直接搜“去年去海边穿红裙子的照片”，一秒定位。
硬件玩家的 8 个避坑指南
Q：树莓派 4B 二手的还能买吗？
不推荐跑大模型。4B 性能从现在看已经比较弱了，做简单的 Python 控制还行。想玩 AI，建议直接上 5 代 8G 版本，或者香橙派 5 Plus（16G版）。
Q：跑大模型为什么一定要看内存？
大模型就像大胖子，内存就像门。门太小，胖子进不去。一个 7B（70亿参数）的模型，4-bit 量化后至少需要 4-5G 显存/内存。所以 4G 内存的板子基本告别大模型了。
Q：小白不会 Linux 命令行能玩吗？
有点难。虽然现在有很多图形化工具，但通过 SSH 连接终端敲命令依然是基本功。把这个当成一个学习 Linux 的好机会吧，这项技能在职场也很值钱。
Q：散热重要吗？
非常重要！ AI 推理会让 CPU/NPU 满载。如果没有好的散热片和风扇，芯片会瞬间过热降频，性能暴跌，甚至死机。
Q：有什么好用的 AI 操作系统推荐？
Home Assistant (做智能家居首选)、CasaOS (轻量级家庭云)、Ubuntu Server (最通用)。新手推荐先装个 CasaOS，界面像手机一样简单。
Q：除了板子，还需要买什么配件？
高质量的 TF 卡（A2级别的，读写速度影响体验）、稳定的电源（很重要，很多莫名其妙重启都是电源供电不足）、微型 HDMI 线。
Q：玩这个能赚钱吗？
直接赚钱难。但你可以把你的硬件方案打包卖给小商家。比如给奶茶店做一个“AI 识别是否戴口罩/帽子”的提醒装置，成本 300，卖 1000。
Q：哪里有现成的镜像下载？
GitHub 上有很多大神打包好的镜像（如 Jetson Inference），或者看看 Seeed Studio 和 Waveshare 的 Wiki，他们有非常详细的一键安装脚本。